Matplotlib - Axes 类

matplotlib.axes.Axes 类可以说是 Matplotlib 面向对象 API 中最核心和最重要的类。一个 Axes 对象表示一个 Figure 中的单个图或子图。它是数据被绘制的区域，包含 x 轴、y 轴（对于 3D 图包含 z 轴）、刻度、标签、标题以及绘制的数据本身（线条、标记、补丁等）。

你可以将 Figure 想象成画布，而 Axes 则是画布上实际绘制图形的单个画框（或多个画框）。

一个 Figure 可以包含多个 Axes 对象（例如，在子图中），但一个 Axes 对象只属于一个 Figure。

创建 Axes 对象

通常通过以下方式之一获取 Axes 对象：

使用 plt.subplots()（推荐）： 这是创建 Figure 和一个或多个按网格排列的 Axes 的最常见方式。
使用 fig.add_subplot()： 在指定的网格位置向 Figure 添加一个 Axes。
使用 fig.add_axes()： 在 Figure 中由 Figure 坐标 [left, bottom, width, height] 定义的精确位置添加一个 Axes。适用于自定义布局和嵌套图（inset plots）。

import matplotlib.pyplot as plt

# 方法 1: plt.subplots()
fig1, ax1 = plt.subplots() # 单个 Axes
fig2, axes = plt.subplots(2, 2) # 2x2 的 Axes 网格 (axes 是一个二维 NumPy 数组)
ax_top_left = axes[0, 0]

# 方法 2: fig.add_subplot()
fig3 = plt.figure()
ax3 = fig3.add_subplot(1, 1, 1)

# 方法 3: fig.add_axes()
fig4 = plt.figure()
ax4 = fig4.add_axes([0.1, 0.1, 0.8, 0.8]) # 主 Axes
ax_inset = fig4.add_axes([0.6, 0.6, 0.25, 0.25]) # 嵌套 Axes

关键 Axes 方法

一旦你有了 Axes 对象（例如，ax），就可以使用它的方法来创建和自定义你的图表。你可能从 pyplot 中熟悉的许多绘图函数（如 plt.plot()）在 Axes 对象上都有对应的方法（如 ax.plot()）。

绘制数据

ax.plot()：绘制线条和标记图。
ax.scatter()：散点图。
ax.bar() / ax.barh()：柱状图（垂直/水平）。
ax.hist()：直方图。
ax.boxplot() / ax.violinplot()：箱线图/小提琴图。
ax.imshow()：显示图像/数组。
ax.contour() / ax.contourf()：等高线图。
还有更多…

自定义

ax.set_title()：设置图表标题。
ax.set_xlabel() / ax.set_ylabel()：设置轴标签。
ax.set_xlim() / ax.set_ylim()：设置轴限制。
ax.set_xticks() / ax.set_yticks()：设置刻度位置。
ax.set_xticklabels() / ax.set_yticklabels()：设置刻度标签。
ax.legend()：添加图例。
ax.grid()：配置网格线。
ax.text() / ax.annotate()：添加文本/注释。
ax.set_xscale() / ax.set_yscale()：设置轴比例（例如，‘linear’，‘log’）。

示例：使用 Axes 方法

import matplotlib.pyplot as plt
import numpy as np

# 数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 使用 subplots() 创建 Figure 和 Axes
fig, ax = plt.subplots(figsize=(8, 5))

# 使用 Axes 方法绘制数据
line1 = ax.plot(x, y1, 'r-', label='Sine Wave', linewidth=2)
line2 = ax.plot(x, y2, 'b--', label='Cosine Wave', linewidth=2)

# 使用 Axes 方法自定义
ax.set_title('Sine and Cosine Waves', fontsize=16)
ax.set_xlabel('X Value', fontsize=12)
ax.set_ylabel('Y Value', fontsize=12)
ax.set_xlim(0, 10)
ax.set_ylim(-1.2, 1.2)
ax.grid(True, linestyle=':', alpha=0.7)

# 添加图例 - 自动使用 plot() 中的标签
ax.legend(loc='upper right', fontsize=10)

# 添加注释
ax.annotate('Intersection', xy=(np.pi/4, np.sin(np.pi/4)),
            xytext=(2, 0.5),
            arrowprops=dict(facecolor='black', shrink=0.05, width=1))

plt.tight_layout()
plt.show()

此示例明确创建了一个 Figure 和一个 Axes (fig, ax = plt.subplots())。所有后续的绘图 (ax.plot) 和自定义 (ax.set_title, ax.set_xlabel, ax.legend 等) 都是通过直接调用 ax 对象的方法来完成的。这种面向对象的方法使得代码更清晰、更易维护、更灵活，尤其是在处理复杂的图形时。